Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

사용자 지정 계층

딥러닝을 위한 사용자 지정 계층 정의

대부분의 작업에서 내장 계층을 사용할 수 있습니다. 작업에 필요한 내장 계층이 없는 경우 자신만의 고유한 사용자 지정 계층을 정의할 수 있습니다. 사용자 지정 출력 계층을 사용하여 사용자 지정 손실 함수를 지정하고 학습 가능한 파라미터와 상태 파라미터를 포함하는 사용자 지정 계층을 정의할 수 있습니다. 사용자 지정 계층을 정의한 후에는 이 계층이 유효하고, GPU와 호환되며, 올바르게 정의된 기울기를 출력하는지 확인할 수 있습니다. 지원되는 계층 목록은 딥러닝 계층 목록 항목을 참조하십시오.

함수

모두 확장

functionLayerFunction layer (R2021b 이후)
checkLayerCheck validity of custom or function layer
setLearnRateFactor계층의 학습 가능한 파라미터에 대한 학습률 인자 설정
setL2Factor계층의 학습 가능한 파라미터에 대한 L2 정규화 인자 설정
getLearnRateFactor계층의 학습 가능한 파라미터에 대한 학습률 인자 가져오기
getL2Factor계층의 학습 가능한 파라미터에 대한 L2 정규화 인자 가져오기
networkDataLayoutDeep learning network data layout for learnable parameter initialization (R2022b 이후)
findPlaceholderLayersFind placeholder layers in network architecture imported from Keras or ONNX
replaceLayerReplace layer in layer graph or network
assembleNetwork사전 훈련된 계층에서 딥러닝 신경망 조합
PlaceholderLayerLayer replacing an unsupported Keras or ONNX layer

도움말 항목

사용자 지정 계층 개요

사용자 지정 중간 계층

사용자 지정 출력 계층

신경망 구성 및 중첩 계층